稀疏微波成像的理论、体制和方法研究.pdf

项目名称：稀疏微波成像的理论、体制和方法研究首席科学家：吴一戎中国科学院电子学研究所起止年限：2010 年 1 月-2014 年 8 月依托部门：中国科学院一、研究内容围绕三个关键科学问题， 将项目的主要研究内容分为紧密联系而侧重不同的五个方面，包括稀疏微波成像的基础理论研究、稀疏微波成像数据获取体制和方法研究、稀疏微波成像信号处理方法研究、稀疏微波成像数据压缩及特征理解、稀疏微波成像新体制实验和验证，如图 2 所示针对关键科学问题一， 分析微波成像数据的稀疏性， 构建稀疏微波成像稀疏变换矩阵，建立变换域映射关系， 形成稀疏微波成像模型， 形成稀疏微波信号的变换域表征方法针对关键科学问题二，深入研究稀疏微波成像空间、时间、频谱、极化以及多维度联合稀疏的稀疏观测约束， 形成稀疏微波成像体制， 建立稀疏微波成像性能分析方法针对关键科学问题三， 基于稀疏表征和稀疏观测约束，深入研究稀疏域的成像非模糊重建理论和方法， 研究信号恢复和信息提取的快速实现方法，研究基于稀疏表示的多通道微波成像原始数据和图像数据高保真压缩技术，完成面向特定应用的稀疏微波成像特征理解通过研究稀疏微波成像实验方法， 构建稀疏微波成像实验系统，开展实验研究，完成对稀疏微波成像新体制、新方法的原理性实验验证。

关键科学问题一 微波成像稀疏表征 与变换域映射关键科学问题二 微波成像稀疏观测约束关键科学问题三 稀疏微波成像非模糊重建（1）稀疏微波成 像的基础理论研究（2）稀疏微波成像数 据获取体制与方法研究（3）稀疏微波成像 信号处理方法研究（4）稀疏微波成像 数据压缩及特征理解（5）稀疏微波成像新体制实验和验证图 2 拟开展的主要研究内容2.1 稀疏微波成像的基础理论研究建立稀疏微波成像模型，研究观测区域在特定变换域的稀疏化表征，建立稀疏基与微波成像数据之间的映射关系，研究稀疏矩阵和稀疏变换矩阵的构建，研究信号恢复中的先验误差模型、分析与估计， 建立在信号恢复过程中基于稀疏约束的数值优化方法，为稀疏微波成像提供理论基础主要研究内容包括：（1）微波成像中的原始数据和图像数据的稀疏性分析针对稀疏微波成像中原始数据以及成像结果中蕴含的稀疏性，揭示目标区域在空、时、频、极化或者联合多维度等域的稀疏性与相应雷达回波稀疏性的内在联系，分析稀疏性的形成机理， 揭示微波成像中有关原始数据以及成像结果稀疏特征的一般性规律具体研究内容包括：微波成像数据在时、空、频及极化域的稀疏性分析；雷达回波信号稀疏化的数学模型；目标区域与微波成像数据间稀疏性的映射关系；雷达成像结果具有保相性的稀疏性表征。

2）稀疏微波成像中稀疏基的构建和变换域映射关系针对稀疏微波成像处理方法必需的数学基础，研究稀疏微波成像中稀疏基的构建和变换域的映射关系， 分析变换域的抽象建模， 揭示原始数据与变换域间对应关系的一般规律具体研究内容包括：满足微波成像需求的变换域模型；变换域上的稀疏基选取；构造原始数据与变换域间对应关系的线性算子3）稀疏微波成像中采样理论和稀疏矩阵构建研究针对稀疏微波成像处理方法必需的模型基础，研究稀疏微波成像中采样理论和稀疏矩阵的构建， 分析随机化、非均匀的采样格式以及稀疏矩阵的设计和性质，揭示符合稀疏微波成像需求的采样规律具体研究内容包括：原始数据的随机化，非均匀采样机理；基于确定性方法的稀疏矩阵 RIP 性质检验理论；基于概率方法的稀疏矩阵RIP 性质判定理论；稀疏矩阵 RIP 性质性变换下的变化规律4）稀疏微波信号恢复的误差分析与估计针对稀疏微波成像处理方法必需的统计基础，研究稀疏微波成像中信号恢复的误差分析与估计， 分析误差的来源和对恢复结果的影响，揭示稀疏微波成像中信号恢复的误差规律具体研究内容包括：稀疏信号恢复误差与稀疏性之间的关联；稀疏信号恢复误差与噪声之间的关联；基于Bayesian后验统计理论的误差分析。

5）稀疏微波成像中信号恢复算法和性能研究研究稀疏微波成像中信号恢复算法及其性能研究，分析影响信号恢复性能的关键因素，如成功率、稳健性等具体研究内容包括：恢复算法的成功率和待恢复信号稀疏表征间的定量关系， 恢复算法成功率和稀疏基选取之间的关联，不同微波成像恢复算法性能比较2.2 稀疏微波成像数据获取体制与方法研究利用被观测对象的空间、时间、频谱、极化或者多维度联合稀疏特性，研究利用被观测对象与稀疏数据获取之间的映射关系和数据获取方法，在此基础上构建稀疏微波成像数据获取的理论框架，满足高分辨率宽测绘带微波成像、阵列成像、稀疏孔径动目标检测等具体应用的需求主要研究内容包括：（1）基于时间稀疏的微波成像数据获取体制与方法时间稀疏是指快时间、慢时间二维稀疏采样快时间上可采用波形设计、调制和降采样， 慢时间上采用稀疏采样， 通过稀疏信号处理实现无模糊成像和信息提取可应用于超高分辨率成像、高分辨宽测绘带成像具体研究内容包括：针对降低接收信号的采样率的需求，结合接收信号稀疏的特性，研究采用低的采样频率对接收信号进行采样的方法；针对降低方位信号数据量的需求， 结合稀疏化信号理论， 研究通过降低脉冲重复频率的方式实现信息的无失真获取的方法； 研究基于非均匀采样的稀疏微波成像数据获取体制与方法。

2）基于空间稀疏的微波成像数据获取体制与方法空间稀疏微波成像是指利用与平台位置、阵元分布有关的稀疏特性，通过对各通道回波信号的综合处理，实现被观测区域的信息恢复和目标特征信息的提取 空间稀疏可以有效降低雷达系统的复杂度，可应用于阵列天线下视三维成像、阵列天线实孔径成像等具体研究内容包括：针对空间系统简化的需求，利用时间稀疏采样与空间稀疏对应的特性， 研究空间稀疏数据获取相应的空间稀疏的限制条件，研究基于空间稀疏的微波成像数据获取体制与方法3）基于频谱稀疏的微波成像数据获取体制与方法频谱稀疏微波成像是指雷达发射和接收采用稀疏频谱信号，通过稀疏信号处理恢复宽频带信号， 并结合时间稀疏微波成像或空间稀疏微波成像等获取被观测对象的超高分辨图像和多频谱特征信息频谱稀疏化体制也可以有效降低雷达系统的复杂度，可应用于高分辨成像、分类识别具体研究内容包括：在频谱稀疏微波成像中，研究利用频谱稀疏特性的数据获取方法；结合稀疏化信号处理， 研究基于频率子带的数据获取方法及成像机制，实现高精度的目标特征提取和观测场景的重构4）基于极化稀疏的微波成像数据获取体制与方法极化稀疏微波成像是指利用简缩极化、混合极化技术，通过稀疏极化通道实现目标的全极化数据获取， 可以减小对雷达系统收发通道数和脉冲重复频率的要求。

可应用于地表覆盖分类、目标识别等具体研究内容包括：结合目标极化特性表征的稀疏特性，研究基于极化稀疏的微波成像数据获取方法，采用少的极化状态发射/接收通道，通过稀疏化极化散射矩阵处理方法，实现对观测对象的全极化散射特性信息的获取5）多维度联合稀疏微波成像数据获取体制与方法联合稀疏微波成像是指利用空间、时间、频谱、极化等两者或者两者以上的稀疏特性， 如空间和时间的联合稀疏、 频谱和极化的联合稀疏等， 实现联合稀疏微波成像，获取被观测对象的空间位置、散射特性和运动特性等多维度特征具体研究内容包括：针对多维度联合稀疏微波成像，研究多个维度稀疏问题的一致性、各维度的特殊性以及相互的制约问题，研究多个维度信号采集的关联和各维度信号的稀疏化程度， 通过联合稀疏度较高的维度构造信号的稀疏化数据获取方法2.3 稀疏微波成像信号处理方法研究结合稀疏表征与稀疏约束，研究多维度稀疏信号特征信息挖掘方法，提出稀疏微波成像距离多普勒二维解耦成像重建算子，提出独立或联合的多维度信息恢复方法，形成成像重建的快速化和大数据处理能力主要研究内容包括：（1）基于稀疏优化的空时频域先验信息挖掘方法针对稀疏微波成像处理需要对观测对象在空时频等多维联合稀疏化信息表征，研究稀疏微波成像中先验信息的挖掘，利用构建基于先验信息的稀疏表征域反馈机制，研究结合先验信息的稀疏微波成像处理、多维度信息提取技术。

具体研究内容包括：稀疏微波信号空时频相关特性研究，基于稀疏微波信号的先验信息挖掘技术， 结合先验信息的稀疏表征域优化，结合先验信息的多维度信息提取技术2）稀疏微波成像非模糊重建理论和方法针对稀疏微波信号的采样稀疏性，研究被观测对象瞬态响应在稀疏域的表征特性，研究稀疏微波信号在各类稀疏表征域下的距离-多普勒二维解耦合非模糊成像算子，并针对利用稀疏微波信号实现全场景全分辨成像重建操作的非线性，研究稀疏微波成像算子的高保相并避免引入虚假信息具体研究内容包括：观测对象瞬态响应在稀疏域的表征特性，特定稀疏表征域下的二维解耦和非模糊成像算子研究，非线性成像重建的相位保持和恢复研究3）非理想运动平台稀疏微波成像处理针对机载稀疏微波成像系统存在的平台非理想运动，分析平台非理想运动对稀疏微波信号的调制机理和运动相位误差对信号稀疏表征的影响，研究结合传感器测量数据构造稀疏微波信号的运动补偿机制和可嵌入运动补偿的稀疏微波成像处理技术具体研究内容包括：平台非理想运动对稀疏微波信号的调制机理研究，结合传感器测量数据构造稀疏微波信号的运动补偿机制4）稀疏微波成像快速算法研究针对稀疏微波成像中从稀疏表征的信号的多维度信息恢复的非线性海量运算，同时信息无损恢复机制需要信息表征全空间，这又是一个大尺度问题， 使计算过程进一步复杂化， 研究鲁棒快速的信息反演技术，结合合理的信息表征空间以避免在成像过程中引入虚假信息。

具体研究内容包括：研究各类树型级联优化重构机制，研究并行或级联的信息提取运算机制，有效提高运算效率，形成成像重建的快速化和大数据处理能力2.4 稀疏微波成像数据压缩及特征理解研究微波成像数据的稀疏表示特性和可压缩性，建立微波原始数据及图像数据压缩与恢复的模型和方法， 通过稀疏微波数据压缩的性能评估准则检验压缩方法的有效性； 完成稀疏微波成像的信息压缩感知和提取技术，实现面向特定应用的稀疏微波成像特征理解主要研究内容包括：（1）基于稀疏表示的多通道微波成像原始数据保相压缩方法多通道微波成像的原始数据具有极大的数据量，给数据的采集和存储带来极大的挑战多通道微波成像原始数据具有稀疏性，可以对其进行高效压缩具体研究内容包括：根据微波成像原始数据的稀疏性，研究微波成像原始数据之间的关联模型和方法； 在此基础上， 研究微波原始数据的稀疏分解方法，利用微波成像原始数据的稀疏性实现多通道原始复数据的压缩，并通过性能评估准则检验方法的有效性2）基于稀疏表示的微波图像数据压缩方法针对具有不同稀疏度的微波成像观测对象，利用微波功率图像的稀疏化表征模型，研究微波功率图像的稀疏化数据压缩方法具体研究内容包括：研究微波图像的结构、纹理等先验信息提取方法，设计能够实现复杂结构信息稀疏表示的变换基函数，研究微波图像的稀疏表示方法，并据此实现具有更高逼近精度的图像压缩技术；研究率失真函数，通过码率控制，实现对压缩主观质量的改善； 探索将压缩感知应用于雷达图像压缩和解压的可行方法与途径；通过稀疏微波图像性能评估准则检验方法的有效性。

3）稀疏微波成像的信息压缩感知和提取方法通常意义上的微波成像是在空、时、频、极化等多个变量域上对目标进行电磁观测，以获得观测对象物理几何特性和电磁特征的描述在稀疏微波成像中，既可以对目标的空、 时、频、极化等多维信息进行联合稀疏化处理和恢复，也可以针对某种特性建立稀疏表示域，完成目标信息提取与特征反演等处理具体研究内容包括：在微波成像信息压缩感知和提取研究中，着重结合先验信息完成目标信号稀疏化； 根据不同的信息提取要求， 结合稀疏微波成像数据获取的机理和方法， 建立联合的稀疏化压缩感知和信息恢复模型；针对稀疏微波成像的不同工作模式，研究基于稀疏表示特性的目标成像和信息提取一体化方法4）面向特定应用的稀疏微波成像特征理解雷达图像理解是指模拟人类的视觉和分析过程，用计算机来（辅助）完成雷达图像特征提取与分析， 并最终揭示图像所包含的信息在稀疏微波成像的理论框架下，雷达图像的获取和表征均发生了变。